← Volver al blog
Aiaprox. 8 min de lectura

El texto en chino de los vídeos siempre sale borroso. Dreamina ha dejado la maquetación al código

Publicado 15 nov 2026
El texto en chino de los vídeos siempre sale borroso. Dreamina ha dejado la maquetación al código

Quien hace vídeos divulgativos conoce el mismo dolor: por muy bien que se vea la imagen, el texto que hay dentro sigue borroso. Un titular de tres caracteres se descuadra hasta seis, los subíndices de una fórmula se desplazan y una etiqueta de datos se convierte en otro número al segundo dos. Para que los subtítulos queden nítidos, todos acaban haciendo lo mismo: usar la imagen generada como fondo, abrir CapCut y superponer texto real, capa por capa.

El estudio de animación que Dreamina lanzó el 10 de noviembre, Motion Studio, toma otro camino. No genera fotogramas continuos: hace que el modelo escriba código, y ese código organiza la disposición, el orden de aparición y el ritmo de movimiento de textos, imágenes y formas. La descripción oficial: describir la idea con palabras y compilar lo visual mediante código.

Suena a eslogan, pero el significado técnico es claro: el texto lo renderiza un motor de maquetación, no lo pinta un modelo de difusión. Una letra pintada se emborrona; una letra compuesta, no.

Un vídeo de 60 segundos: ocho minutos y medio, 82 créditos

Primero las cuentas, porque son lo que decide si entra en el flujo de trabajo diario.

Se accede a Motion Studio iniciando sesión en Dreamina desde el navegador de escritorio y entrando por el acceso de la izquierda de la página principal. Se pueden fijar la proporción y la duración, antes de generar aparece el gasto estimado en créditos y el resultado se descarga directamente. Dreamina no ha publicado una tarifa propia para esta función; funciona con créditos.

Las mediciones de Jiqizhixin son concretas: un vídeo explicativo de 60 segundos tardó unos ocho minutos y medio y consumió 82 créditos; uno de 3 minutos, unos 13 minutos. El ritmo se parece más a prepara un té, vuelve y corrige la segunda versión. Un clic y listo no ocurre.

La espera es razonable, porque hace más que generar una secuencia. Primero interpreta la intención y planifica, luego genera la voz y la imagen por separado, compone y renderiza y, al final, revisa el resultado una vez. Cuatro etapas dentro de un clic: ocho minutos y medio no es lento.

Por qué la generación fotograma a fotograma pierde con el chino

Para entender el valor de esta vía hay que aceptar un hecho: cuando un modelo de vídeo dibuja chino, dibuja formas, no escribe caracteres.

Los modelos de difusión producen texto mediante distribuciones de píxeles. Los glifos vistos en el entrenamiento se pueden imitar; las combinaciones nuevas se adivinan. Las palabras inglesas son cortas, tienen pocas letras y muchas combinaciones frecuentes, así que la imitación pasa. Un carácter chino es por sí solo una estructura compleja, con muchos trazos y componentes densos, y el modelo no tiene el concepto de carácter, solo el de esta zona debería ser tinta. El resultado se lee como texto de lejos y está mal de cerca.

Eso explica por qué tantas portadas de vídeos de IA parecen sofisticadas hasta que se amplían y aparece un garabato. También explica por qué los equipos que hacen microdramas de IA o vídeos con presentador de IA en China acaban volviendo al editor para reescribir los subtítulos. No es un problema estético: el método de generación no encaja con el objeto.

Motion Studio sustituye justo esa capa. El texto pasa a una composición por código: tipografía, cuerpo, grosor, interlineado y saltos de línea los fijan reglas de maquetación, y el modelo solo decide cuándo aparece algo, por dónde entra y cuánto se queda. Al cambiar el reparto, el texto borroso desaparece de raíz.

Qué resuelve la maquetación por código y qué no

Resuelve nitidez y control. Titulares, fórmulas y etiquetas de datos, todo lo que necesita un glifo definido, tiene ahora una ruta de renderizado definida. Importa especialmente en contenido en chino, donde la densidad de información es alta, caben muchos caracteres en pantalla y el margen de error es pequeño.

Más importante es el control. La generación fotograma a fotograma es una lotería: quieres que el titular entre deslizándose desde la izquierda en el segundo tres y el modelo lo hace aparecer con un fundido desde abajo; repetir la tirada tres veces encarece todo. La composición por código es reproducible: cambias un parámetro y se mueve ese parámetro, lo demás no lo sigue. Las revisiones funcionan igual, se corrige la parte fallida sin rehacer el vídeo completo.

Lo que no resuelve es si el contenido es correcto. La prueba de Jiqizhixin lo dice sin rodeos: en una demostración sobre la evolución de los caracteres chinos, la primera versión tenía glifos erróneos y solo se corrigió tras aportar material de referencia. El código garantiza que los caracteres estén bien compuestos, no que estén bien escritos. En temas con conocimiento especializado, caracteres poco frecuentes o terminología, el creador todavía tiene que revisar fotograma a fotograma.

Añado un juicio propio: mucha gente va a pasar por alto este límite. Cuanto mejor funciona una herramienta, más fácil es suponer que lo que devuelve es correcto. Motion Studio resuelve que la imagen no parezca hecha por IA. La pregunta que queda, si el contenido parece hecho por una persona, no es asunto suyo.

Su rival real no es Seedance

Por posicionamiento, Motion Studio y la familia Seedance no se sustituyen. Seedance va por el camino de lo cercano al rodaje real: luz, materia, movimiento natural. Motion Studio trabaja con gráficos y maquetación, con acento en el estilo, el ritmo y la relación entre sonido e imagen. Uno hace planos, el otro compone una página.

El rival real es la biblioteca de plantillas de CapCut y los flujos que combinan Canva o Figma con maquetación manual. Cubren la misma necesidad: quiero un clip corto, con ritmo, texto legible y música adecuada. Su ventaja es la certeza; su desventaja, que hay que montarlo a mano cada vez.

Motion Studio entra por una frase dentro, la estructura se arma sola. Das un sustantivo y arma la arquitectura explicativa, el ritmo del relato y la voz. En el lado de plantillas hay animación de caracteres, píxel retro, animación geométrica y collage creativo, con lenguajes visuales que van de la abstracción geométrica al ASCII, el pop y el Y2K. Al elegir se rellenan prompts de ejemplo, se pueden cambiar tema, texto y colores, y subir material propio.

La combinación encaja especialmente con un tipo de contenido: la explicación. Los vídeos de conocimiento vibe que circulan en Douyin y Bilibili, que convierten la entropía o la automejora recursiva en animación con narración y música, son justo el objetivo. Densidad informativa alta, necesidades visuales claras y ninguna exigencia de textura realista: el caso donde generar fotogramas es menos rentable y maquetar con código, más.

Convertirlo en estudio: empaquetar el flujo en un producto

Antes de Motion Studio, Dreamina lanzó el 26 de octubre un estudio de microdramas, y ha adelantado un estudio de marketing para comercio electrónico y marcas.

Vistos juntos, la lógica es clara: no vender capacidad por modelo, sino resultados por escenario. El usuario no necesita saber la diferencia entre Seedance y un motor de animación, solo que quiere un microdrama, una explicación o una imagen de producto. El producto absorbe el resto.

Es la decisión común de las herramientas de vídeo chinas este año. Las diferencias entre modelos se estrechan y se queda quien tiene el camino más corto, con menos saltos y menos exportaciones e importaciones. Motion Studio comprime en un clic los cuatro o cinco pasos de antes: el modelo escribe código, el navegador lo ejecuta, se graba la pantalla, se exporta y se añaden voz y música.

Lo que todavía no me convence

Primero, ocho minutos y medio para 60 segundos sigue siendo lento para producir en volumen. Los equipos que sacan decenas al día tendrán que lanzar varias tareas en paralelo o reservar la herramienta para las piezas importantes.

Segundo, la transparencia de los créditos es insuficiente. Ver una estimación antes de generar está bien, pero cuánto cuestan 82 créditos depende del plan contratado, y eso hace difícil calcular el coste por vídeo al planificar.

Tercero, y es lo más práctico: los vídeos de animación con plantilla se parecen mucho entre sí. Cuando los repertorios geométrico, ASCII y Y2K se popularizan, el espectador reconoce la herramienta en tres segundos. La plataforma da el punto de partida; la diferencia hay que añadirla.

Si quieres probarlo, empieza con una explicación de 60 segundos sobre un tema que conozcas bien y el modelo no, por ejemplo un proceso interno de algún sector. Así verás dos cosas a la vez: si la maquetación es realmente nítida y hasta qué punto el contenido puede estar equivocado.

Artículos relacionados